DeFAI : Comment l'IA peut libérer le potentiel de la Finance décentralisée ?
La finance décentralisée (DeFi) a rapidement évolué depuis 2020 et est devenue le cœur de l'écosystème cryptographique. Bien que de nombreux protocoles innovants aient été établis, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant difficile la navigation à travers les multiples chaînes, actifs et protocoles, même pour les utilisateurs expérimentés.
En même temps, l'intelligence artificielle (AI) évolue d'un récit de base large en 2023 vers un focus plus professionnel et orienté sur l'agent en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent où l'IA renforce la DeFi grâce à l'automatisation, la gestion des risques et l'optimisation du capital.
La Finance décentralisée traverse plusieurs niveaux. La blockchain est la couche de base, et les agents d'IA doivent interagir avec une chaîne spécifique pour exécuter des transactions et des contrats intelligents. La couche de données et la couche de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles d'IA, qui proviennent des données historiques de prix, du sentiment du marché et des analyses on-chain. La couche de confidentialité et de vérification garantit que les données financières sensibles restent sécurisées tout en maintenant une exécution sans confiance. Le cadre des agents permet aux développeurs de construire des applications pilotées par l'IA spécialisées, comme des robots de trading autonomes, des évaluateurs de risque de crédit et des optimiseurs de gouvernance on-chain.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche abstraite
Ces protocoles agissent comme une interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs d'entrer des instructions exécutées sur la chaîne. Ils sont généralement intégrés avec plusieurs chaînes et dApps, et exécutent les intentions des utilisateurs tout en éliminant les étapes manuelles dans des transactions complexes.
Certaines des fonctionnalités que ces protocoles peuvent exécuter incluent :
Échange, inter-chaînes, prêt/retrait, exécution de transactions inter-chaînes
Portefeuille de trading social ou profil de médias sociaux
Exécution automatique des ordres de prise de bénéfices/perte en fonction du pourcentage de la taille de la position.
Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH d'une plateforme de prêt, de le transférer sur Solana, d'échanger contre SOL/autres tokens, et de fournir de la liquidité sur un DEX - le protocole de couche d'abstraction peut accomplir l'opération en une seule étape.
2. Agent de trading autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction des nouvelles informations. Ces agents peuvent :
Analyser les données pour améliorer continuellement la stratégie
Prédire les tendances du marché pour prendre de meilleures décisions haussières/baissières
Exécuter des stratégies DeFi complexes comme des transactions de base
3. DApps pilotés par l'IA
Les dApps de Finance décentralisée offrent des fonctionnalités telles que le prêt, l'échange et le farming de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
Optimiser l'offre de liquidité en rééquilibrant les positions LP pour obtenir un meilleur APY
Scanner les tokens pour détecter les risques en identifiant les rug ou les honeypots potentiels.
Les protocoles de premier plan construits sur ces couches font face à certains défis :
Dépendre des flux de données en temps réel pour réaliser une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une faible efficacité des itinéraires, des échecs de transaction ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatil. Les agents doivent être formés sur des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.
Il est nécessaire de comprendre en profondeur la corrélation des actifs, les variations de liquidité et le sentiment du marché afin de saisir l'état général du marché.
Pour offrir de meilleurs produits et des résultats optimaux, ces protocoles devraient envisager d'intégrer divers ensembles de données de qualité différente.
Couche de données - Alimenter l'intelligence DeFAI
La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via des RPC et des API de réseaux sociaux, tandis que les agents d'optimisation des transactions et des revenus ont besoin de données pour affiner davantage leurs stratégies de trading et réaffecter des ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux analyser et prédire les comportements futurs des prix, fournissant des recommandations de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Les principaux fournisseurs de données de DeFAI comprennent :
Mode Synth : données synthétiques utilisées pour la prévision financière, capturant la distribution complète des variations de prix, utilisées pour la prédiction des modèles d'IA.
Chainbase : ensemble de données structurées sur toute la chaîne, fournissant des données améliorées par l'IA, utilisées pour le trading, la prévision et l'obtention d'alpha.
sqd.ai : un lac de données décentralisé pour les agents AI, avec un accès multi-chaînes extensible et personnalisable, offrant une sécurité par preuve à divulgation nulle.
Cookie : une couche de données sociales et en chaîne pour les agents AI, utilisant 18 agents AI spécialisés pour traiter plus de 7 To de données d'agents en chaîne sur plus de 20 chaînes.
Comparaison des principales blockchains sur lesquelles reposent les agents IA
Certaines chaînes publiques sont sans aucun doute les principales chaînes pour la construction et le lancement de la plupart des cadres et des tokens d'agents AI. Les agents AI utilisent le haut débit et le faible temps de latence de ces chaînes ainsi que des systèmes d'exploitation open source pour déployer des tokens d'agents. Bien qu'ils aient tous des hackathons et des incitations financières, en ce qui concerne leurs programmes AI en tant que chaîne, ils n'ont pas encore atteint le niveau que certaines chaînes ont atteint.
Certaines chaînes de blocs publiques se sont précédemment définies comme des chaînes de blocs de niveau 1 centrées sur l'IA, dont les fonctionnalités incluent un marché de tâches d'IA, un centre de recherche sur l'IA avec un cadre d'agent IA open source et des assistants IA. Ils ont récemment annoncé un grand fonds d'agents IA destiné à étendre des agents entièrement autonomes et vérifiables sur la chaîne.
La prochaine étape de DeFAI
Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations significatives pour atteindre une autonomie complète. Par exemple :
La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais elle manque souvent de capacité de prévision.
Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transactions indépendante.
Les dApps alimentées par l'IA peuvent gérer des coffres ou des transactions, mais elles sont passives plutôt qu'actives.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile pour développer la meilleure plateforme ou agent d'agent. Cela nécessitera des données on-chain approfondies concernant les activités des grands détenteurs, les changements de liquidité, etc., tout en générant des données synthétiques utiles pour de meilleures analyses prédictives, et en combinant des analyses de sentiment du marché général, qu'il s'agisse de fluctuations de tokens dans des catégories spécifiques ou de fluctuations de tokens sur les réseaux sociaux.
L'objectif final est que les agents IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une interface unique. À mesure que ces systèmes mûrissent, nous pourrions voir à l'avenir des traders DeFi s'appuyer sur des agents IA pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.
Conclusion
Étant donné la forte réduction des tokens et des cadres des agents AI, certaines personnes pourraient penser que DeFAI n'est qu'un feu de paille. Cependant, DeFAI est encore à un stade précoce, et le potentiel des agents AI pour améliorer l'utilisabilité et la performance de la Finance décentralisée est indéniable.
La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. Un nombre croissant de protocoles intègrent différentes couches de données, et les protocoles de données construisent des plugins pour le cadre, soulignant l'importance des données pour la prise de décision des agents.
Envisageant l'avenir, la vérifiabilité et la confidentialité deviendront des défis clés que les protocoles devront relever. Actuellement, la plupart des opérations des agents IA restent une boîte noire, les utilisateurs doivent lui confier leurs fonds. Par conséquent, le développement de décisions IA vérifiables contribuera à garantir la transparence et la responsabilité des processus des agents. L'intégration de protocoles basés sur TEE, FHE ou même des preuves zk peut renforcer la vérifiabilité des comportements des agents IA, permettant ainsi de faire confiance à leur autonomie.
Seule une combinaison réussie de données de haute qualité, de modèles robustes et de processus de décision transparents permettra aux agents DeFAI d'être largement adoptés.
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
14 J'aime
Récompense
14
7
Partager
Commentaire
0/400
DefiVeteran
· Il y a 12h
C'est vraiment bon. Quand est-ce que ça passe sur le Mainnet, je fais un All in.
Voir l'originalRépondre0
MevHunter
· Il y a 12h
Encore se faire prendre pour des cons? Jouer avec l'IA c'est du gratuit.
Voir l'originalRépondre0
ChainBrain
· Il y a 12h
C'est bien, j'attends avec impatience.
Voir l'originalRépondre0
BrokeBeans
· Il y a 12h
Cela va encore se faire prendre pour des cons.
Voir l'originalRépondre0
GateUser-c799715c
· Il y a 12h
Jouer jusqu'à ce que tu comprennes avant de parler, pourquoi discuter tant de choses vaines ?
Voir l'originalRépondre0
wagmi_eventually
· Il y a 12h
Les collections numériques ne peuvent pas échapper aux griffes de l'IA.
Finance décentralisée AI : l'innovation DeFi pilotée par l'IA, la qualité des données est la clé
DeFAI : Comment l'IA peut libérer le potentiel de la Finance décentralisée ?
La finance décentralisée (DeFi) a rapidement évolué depuis 2020 et est devenue le cœur de l'écosystème cryptographique. Bien que de nombreux protocoles innovants aient été établis, cela a également entraîné une augmentation de la complexité et de la fragmentation, rendant difficile la navigation à travers les multiples chaînes, actifs et protocoles, même pour les utilisateurs expérimentés.
En même temps, l'intelligence artificielle (AI) évolue d'un récit de base large en 2023 vers un focus plus professionnel et orienté sur l'agent en 2024. Cette transformation a donné naissance à la Finance décentralisée AI (DeFAI) - un domaine émergent où l'IA renforce la DeFi grâce à l'automatisation, la gestion des risques et l'optimisation du capital.
La Finance décentralisée traverse plusieurs niveaux. La blockchain est la couche de base, et les agents d'IA doivent interagir avec une chaîne spécifique pour exécuter des transactions et des contrats intelligents. La couche de données et la couche de calcul fournissent l'infrastructure nécessaire à l'entraînement des modèles d'IA, qui proviennent des données historiques de prix, du sentiment du marché et des analyses on-chain. La couche de confidentialité et de vérification garantit que les données financières sensibles restent sécurisées tout en maintenant une exécution sans confiance. Le cadre des agents permet aux développeurs de construire des applications pilotées par l'IA spécialisées, comme des robots de trading autonomes, des évaluateurs de risque de crédit et des optimiseurs de gouvernance on-chain.
Avec l'expansion continue de l'écosystème DeFAI, les projets les plus remarquables peuvent être classés en trois catégories principales :
1. Couche abstraite
Ces protocoles agissent comme une interface conviviale similaire à ChatGPT pour la Finance décentralisée, permettant aux utilisateurs d'entrer des instructions exécutées sur la chaîne. Ils sont généralement intégrés avec plusieurs chaînes et dApps, et exécutent les intentions des utilisateurs tout en éliminant les étapes manuelles dans des transactions complexes.
Certaines des fonctionnalités que ces protocoles peuvent exécuter incluent :
Par exemple, il n'est pas nécessaire de retirer manuellement de l'ETH d'une plateforme de prêt, de le transférer sur Solana, d'échanger contre SOL/autres tokens, et de fournir de la liquidité sur un DEX - le protocole de couche d'abstraction peut accomplir l'opération en une seule étape.
2. Agent de trading autonome
Contrairement aux robots de trading traditionnels qui suivent des règles prédéfinies, les agents de trading autonomes peuvent apprendre et s'adapter aux conditions du marché, et ajuster leur stratégie en fonction des nouvelles informations. Ces agents peuvent :
3. DApps pilotés par l'IA
Les dApps de Finance décentralisée offrent des fonctionnalités telles que le prêt, l'échange et le farming de rendement. L'IA et les agents IA peuvent améliorer ces services de la manière suivante :
Les protocoles de premier plan construits sur ces couches font face à certains défis :
Dépendre des flux de données en temps réel pour réaliser une exécution optimale des transactions. Une mauvaise qualité des données peut entraîner une faible efficacité des itinéraires, des échecs de transaction ou des transactions non rentables.
Les modèles d'IA dépendent des données historiques, mais le marché des cryptomonnaies est très volatil. Les agents doivent être formés sur des ensembles de données diversifiés et de haute qualité pour maintenir leur efficacité.
Il est nécessaire de comprendre en profondeur la corrélation des actifs, les variations de liquidité et le sentiment du marché afin de saisir l'état général du marché.
Pour offrir de meilleurs produits et des résultats optimaux, ces protocoles devraient envisager d'intégrer divers ensembles de données de qualité différente.
Couche de données - Alimenter l'intelligence DeFAI
La qualité de l'IA dépend des données sur lesquelles elle s'appuie. Pour que les agents IA fonctionnent efficacement dans DeFAI, ils ont besoin de données en temps réel, structurées et vérifiables. Par exemple, la couche d'abstraction doit accéder aux données on-chain via des RPC et des API de réseaux sociaux, tandis que les agents d'optimisation des transactions et des revenus ont besoin de données pour affiner davantage leurs stratégies de trading et réaffecter des ressources.
Des ensembles de données de haute qualité permettent aux agents de mieux analyser et prédire les comportements futurs des prix, fournissant des recommandations de trading pour s'adapter à leurs préférences en matière de positions longues ou courtes sur certains actifs.
Les principaux fournisseurs de données de DeFAI comprennent :
Mode Synth : données synthétiques utilisées pour la prévision financière, capturant la distribution complète des variations de prix, utilisées pour la prédiction des modèles d'IA.
Chainbase : ensemble de données structurées sur toute la chaîne, fournissant des données améliorées par l'IA, utilisées pour le trading, la prévision et l'obtention d'alpha.
sqd.ai : un lac de données décentralisé pour les agents AI, avec un accès multi-chaînes extensible et personnalisable, offrant une sécurité par preuve à divulgation nulle.
Cookie : une couche de données sociales et en chaîne pour les agents AI, utilisant 18 agents AI spécialisés pour traiter plus de 7 To de données d'agents en chaîne sur plus de 20 chaînes.
Comparaison des principales blockchains sur lesquelles reposent les agents IA
Certaines chaînes publiques sont sans aucun doute les principales chaînes pour la construction et le lancement de la plupart des cadres et des tokens d'agents AI. Les agents AI utilisent le haut débit et le faible temps de latence de ces chaînes ainsi que des systèmes d'exploitation open source pour déployer des tokens d'agents. Bien qu'ils aient tous des hackathons et des incitations financières, en ce qui concerne leurs programmes AI en tant que chaîne, ils n'ont pas encore atteint le niveau que certaines chaînes ont atteint.
Certaines chaînes de blocs publiques se sont précédemment définies comme des chaînes de blocs de niveau 1 centrées sur l'IA, dont les fonctionnalités incluent un marché de tâches d'IA, un centre de recherche sur l'IA avec un cadre d'agent IA open source et des assistants IA. Ils ont récemment annoncé un grand fonds d'agents IA destiné à étendre des agents entièrement autonomes et vérifiables sur la chaîne.
La prochaine étape de DeFAI
Actuellement, la plupart des agents IA dans la Finance décentralisée font face à des limitations significatives pour atteindre une autonomie complète. Par exemple :
La couche d'abstraction transforme l'intention de l'utilisateur en exécution, mais elle manque souvent de capacité de prévision.
Les agents IA peuvent générer de l'alpha par l'analyse, mais manquent d'exécution de transactions indépendante.
Les dApps alimentées par l'IA peuvent gérer des coffres ou des transactions, mais elles sont passives plutôt qu'actives.
La prochaine étape de DeFAI pourrait se concentrer sur l'intégration d'une couche de données utile pour développer la meilleure plateforme ou agent d'agent. Cela nécessitera des données on-chain approfondies concernant les activités des grands détenteurs, les changements de liquidité, etc., tout en générant des données synthétiques utiles pour de meilleures analyses prédictives, et en combinant des analyses de sentiment du marché général, qu'il s'agisse de fluctuations de tokens dans des catégories spécifiques ou de fluctuations de tokens sur les réseaux sociaux.
L'objectif final est que les agents IA puissent générer et exécuter des stratégies de trading de manière transparente à partir d'une interface unique. À mesure que ces systèmes mûrissent, nous pourrions voir à l'avenir des traders DeFi s'appuyer sur des agents IA pour évaluer, prédire et exécuter des stratégies financières de manière autonome avec un minimum d'intervention humaine.
Conclusion
Étant donné la forte réduction des tokens et des cadres des agents AI, certaines personnes pourraient penser que DeFAI n'est qu'un feu de paille. Cependant, DeFAI est encore à un stade précoce, et le potentiel des agents AI pour améliorer l'utilisabilité et la performance de la Finance décentralisée est indéniable.
La clé pour libérer ce potentiel réside dans l'acquisition de données en temps réel de haute qualité, ce qui améliorera les prévisions et l'exécution des transactions pilotées par l'IA. Un nombre croissant de protocoles intègrent différentes couches de données, et les protocoles de données construisent des plugins pour le cadre, soulignant l'importance des données pour la prise de décision des agents.
Envisageant l'avenir, la vérifiabilité et la confidentialité deviendront des défis clés que les protocoles devront relever. Actuellement, la plupart des opérations des agents IA restent une boîte noire, les utilisateurs doivent lui confier leurs fonds. Par conséquent, le développement de décisions IA vérifiables contribuera à garantir la transparence et la responsabilité des processus des agents. L'intégration de protocoles basés sur TEE, FHE ou même des preuves zk peut renforcer la vérifiabilité des comportements des agents IA, permettant ainsi de faire confiance à leur autonomie.
Seule une combinaison réussie de données de haute qualité, de modèles robustes et de processus de décision transparents permettra aux agents DeFAI d'être largement adoptés.